递归自编码器的广告短语相关性
大小：0.72 MB 人气： 2017-12-26 需要积分：1
针对现有广告短语相关性研究成果多采用字面匹配，忽略了短语所包含的深层语义信息，限制了任务的性能等问题，提出了采用深度学习算法研究广告短语的相关性，采用递归自编码器（ RAE）对短语进行深层结构分析，使得短语向量包含深层的语义信息，以此来构建广告语境下的短语相关性计算方法。具体地，给定一个包含若干词的序列，序列中所有相邻的两个元素尝试合并产生一个重构误差，遍历将重构误差最小的元素两两合并，形成类似哈夫曼树结构的短语树。采用梯度下降法最小化短语树的重构误差，采用余弦距离度量短语之间的相关性。实验结果显示，通过引入词语权重信息，加大了重要词语在最终短语向量表示中贡献的信息量，使得RAE更适合短语计算；比起传统LDA和BM25算法，在50%召回率的条件下，提出的算法的准确率分别提高了4.59个百分点和3.21个百分点，这证明了所提算法的有效性。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%